秦岩
- 作品数：8 被引量：48H指数：4
- 供职机构：浙江大学更多>>
- 发文基金：内蒙古自治区自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程金属学及工艺更多>>
- 数据驱动的间歇过程监测与质量控制研究
- 间歇过程是现代工业过程中最重要的加工方式之一，具有小批量生产、高附加值等诸多优点，广泛应用于精细化工、生物医药、纸浆造纸、半导体工业等众多领域。随着社会经济的发展和物质生活水平的提高，人们对产品品质的要求不断攀升和企业追...
- 秦岩
- 关键词：统计建模在线监测
- 文献传递
- 基于过程数据时段特性的数控机床热误差预测研究被引量：1
- 2015年
- 准确可靠的热误差预报模型,对提高数控机床的加工精度尤为重要。针对数控加工的过程数据呈现出多时段、多变量、三维特性,基于时间片矩阵的思想,在过程数据标准化处理的基础上,采用偏最小二乘方法提取时间片矩阵与热误差在高维空间的预测关系并进行降维;在低维特征空间中基于K-means算法实现时间片预测模型的聚类,以便于加工过程时段特性的分析和知识发现,藉此构建热误差预报模型。仿真实验结果表明,与BP热误差建模方法相比,所提方法的预测精度、泛化能力均显著提高,为数控机床的热误差预测研究提供一种新思路的同时,也给出行之有效的解决方法。
- 邢美峰秦波秦岩袁媛王春暖
- 关键词：过程数据偏最小二乘
- 改进粒子群优化BP的数控机床热误差预测研究被引量：1
- 2015年
- 由于BP存在网络结构选取基于经验、易陷入局部最优、收敛速度慢等缺陷,致使基于BP的数控机床热误差预测模型精度不高,对此提出了一种改进粒子群优化BP的数控机床热误差预测建模的新方法。通过改进标准粒子群算法中粒子的位置与速度更新策略,以此寻找BP神经网络最优的阈值和权值,在此基础上建立数控机床热误差预测模型。仿真实验结果表明:与标准的BP神经网络和支持向量机相比,改进粒子群优化BP神经网络的数控机床热误差预测模型精度更高、泛化能力更强。
- 袁媛秦波秦岩王春暖吴庆朝张文兴
- 关键词：改进粒子群算法BP神经网络数控机床
- 基于改进PSO优化BP的数控机床热误差预测研究被引量：12
- 2014年
- 热误差是影响数控机床加工精度的主因,为提高数控机床热误差模型的预测精度,提出了基于改进粒子群优化BP神经网络的数控机床热误差建模预测方法。针对BP易陷入局部最优、收敛速度慢,在标准粒子群算法的基础上,改进粒子的速度与位置更新策略,在此基础上优化BP神经网络的阈值和权值,并建立数控机床热误差预测模型;借助于MATLAB完成仿真实验,结果表明,与标准的BP神经网络和支持向量机相比,基于改进粒子群优化BP神经网络的数控机床热误差预测模型精度高、泛化能力强。
- 王春暖秦波秦岩袁媛吴庆朝张文兴
- 关键词：改进粒子群算法热误差补偿数控机床
- 一种基于联合相对变化分析和自回归模型的故障预测方法
- 本发明公开了一种基于联合相对分析和自回归建模的故障预测方法，首先在主成分分析的基础上，提出了一种基于联合相对分析方法分解故障影响，确定故障方向。随后，根据确定的故障方向，基于重构技术估计故障幅度，进行正常部分的数据恢复。...
- 赵春晖秦岩
- 文献传递
- 基于云制造的模具协同设计与制造模式探析被引量：23
- 2012年
- 针对我国模具设计与制造业的现状,研究基于"云制造"的模具跨地区散布式设计与制造的模式,构建一种由分散的模具制造资源"、云制造"—模具服务平台及其用户端组成的模具协同设计与制造的架构模式,并以实例分析并探讨了在该模式下模具设计制造思路及其实施技术。通过对其工作流程的描述表明:该架构模式对于模具行业快速响应市场机遇,最大限度地提高设计与制造资源的利用效率,实现快速、优质、低成本的开发模具产品具有重要意义。
- 徐岩李强秦岩秦波包柏峰
- 关键词：云制造架构模式
- 一种基于联合相对变化分析和自回归模型的故障预测方法
- 本发明公开了一种基于联合相对分析和自回归建模的故障预测方法，首先在主成分分析的基础上，提出了一种基于联合相对分析方法分解故障影响，确定故障方向。随后，根据确定的故障方向，基于重构技术估计故障幅度，进行正常部分的数据恢复。...
- 赵春晖秦岩
- 基于小波包最优节点能量特征的BA-ELM齿轮故障诊断方法被引量：7
- 2016年
- 针对表征齿轮故障特征信息难提取与极限学习机输入权值与隐含层节点阈值随机选取,致使齿轮故障分类模型泛化能力弱、精度差的问题,提出一种基于小波包最优节点能量特征的BA-ELM齿轮故障诊断方法。该方法首先将齿轮振动信号经过小波包分解,再利用分解所得各节点信号与原信号的相关系数选取出最优节点并计算其能量特征;其次,利用蝙蝠算法优化极限学习机的输入权值与隐含层节点阈值,建立BA-ELM的齿轮故障分类模型;最后,将所得小波包最优节点能量特征向量作为模型输入进行齿轮不同故障状态的分类识别。实验结果表明,与基于SVM和ELM的故障分类方法相比,基于小波包最优节点能量特征的BA-ELM齿轮故障诊断方法具有更高的分类精度,更强的泛化能力。
- 秦波刘永亮王建国秦岩杨云中
- 关键词：小波包支持向量机齿轮
